1，计数器：
显示的计数器中分为四个组，分别为：File Output Format Counters、FileSystemCounters、File Input Format Counters和Map-Reduce Framkework。
分组File Input Format Counters包括一个计数器Bytes Read，表示job执行结束后输出文件的内容包括的字节数(空格、换行都是字符)
关于以上这段计数器日志中详细的说明请见下面的注释：
1 Counters: 19 // Counter表示计数器，19表示有19个计数器（下面一共4计数器组）
2 File Output Format Counters // 文件输出格式化计数器组
3 Bytes Written=19 // reduce输出到hdfs的字节数，一共19个字节
4 FileSystemCounters// 文件系统计数器组
5 FILE_BYTES_READ=481
6 HDFS_BYTES_READ=38
7 FILE_BYTES_WRITTEN=81316
8 HDFS_BYTES_WRITTEN=19
9 File Input Format Counters // 文件输入格式化计数器组
10 Bytes Read=19 // map从hdfs读取的字节数
11 Map-Reduce Framework // MapReduce框架
12 Map output materialized bytes=49
13 Map input records=2 // map读入的记录行数，读取两行记录,”hello you”,”hello me”
14 Reduce shuffle bytes=0 // 规约分区的字节数
15 Spilled Records=8
16 Map output bytes=35
17 Total committed heap usage (bytes)=266469376
18 SPLIT_RAW_BYTES=105
19 Combine input records=0 // 合并输入的记录数
20 Reduce input records=4 // reduce从map端接收的记录行数
21 Reduce input groups=3 // reduce函数接收的key数量，即归并后的k2数量
22 Combine output records=0 // 合并输出的记录数
23 Reduce output records=3 // reduce输出的记录行数。<helllo,{1,1}>,<you,{1}>,<me,{1}>
24 Map output records=4 // map输出的记录行数，输出4行记录
2，自定义计数器：
由于不同的场景有不同的计数器应用需求，我们可以自定义不同的计数器：
一：敏感词准备：
将文件中的hello设为敏感词，自定义计数器的目的是将文件中出现的计数器的次数给记录出来
二：代码部分：
仅需要修改之前博客中WordClass中的map的代码部分：
public class WordClass { public static class MyMapper extends org.apache.hadoop.mapreduce.Mapper<LongWritable, Text, Text, LongWritable> { protected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, LongWritable>.Context context) throws IOException, InterruptedException { //动态申明
Counter sensitiveCounter = context.getCounter("Sensitive Words", "hello"); String line = value.toString(); //假设hello是一个敏感词 if (line.contains("hello")){ sensitiveCounter.increment(1L); } String[] split = line.split(" "); for (String word : split) { context.write(new Text(word), new LongWritable(1)); } } }
计数器声明
1.通过枚举声明 context.getCounter(Enum enum)
2.动态声明 context.getCounter(String groupName,String counterName)
计数器操作
counter.setValue(long value);//设置初始值
counter.increment(long incr);//增加计数
三：结果
在日志信息中可以看到文件中的敏感词信息
3，Combiner的使用
Combiner的作用就是在map端对数据进行合并，从而提高网络的通讯速率，减少map到reduce的网络带宽
我们可以本地把Map的输出做一个合并计算，把具有相同key的数据做一个计算，然后再把此输出作为reduce的输入，这样传给reduce的数据就少了很多。Combiner是用reducer来定义的，多数的情况下Combiner和reduce处理的是同一种逻辑，所以job.setCombinerClass()的参数可以直接使用定义的reduce，括号中可以直接传入类似于MyReducer.Class，当然也可以单独去定义一个有别于reduce的Combiner，继承Reducer，写法基本上定义reduce一样。
----那么，既然Combiner这么有用为什么不能将它作为默认设置呢？
----因为当有类似于求平均数的任务时，在map端执行Combiner会影响最终的结果，所以有些操作并不适合用Combiner，在工作使用中我们应该先选取小部分的数据进行测试，如果结果无误的话，则可以使用Combiner进行map端的数据合并